2020重新出发，MySql基础，性能优化

@

目录

• MySQL性能优化
• MySQL性能优化简述
  • 使用 SHOW STATUS 命令
  • 使用慢查询日志
• MySQL 查询分析器
  • EXPLAIN
  • DESCRIBE
• 索引对查询速度的影响
• MySQL优化数据库结构
  • 分解表
  • 增加中间表
  • 增加冗余字段
• MySQL优化插入数据速度
  • MyISAM 引擎表优化方法
    • 禁用索引
    • 禁用唯一性检查
    • 使用批量插入
  • InnoDB 引擎表优化方法
    • 禁用索引&禁用唯一性检查
    • 禁用外键检查
    • 禁止自动提交
• 优化MySQL服务器
  • 优化服务器硬件
  • 优化MySQL参数
    • 查看性能参数的方法
    • 设置优化性能参数

MySQL性能优化

应用开发过程中，由于初期数据量小，开发人员更重视功能上的实现，但是当应用系统正式上线后，随着生产数据量的急剧增长，数据库开始显露性能问题，对生产的影响也越来越大，因此我们必须对它们进行优化。

性能优化是通过某些有效的方法提高 MySQL 数据库的性能，主要是为了使 MySQL 数据库运行速度更快、占用的磁盘空间更小。

MySQL性能优化简述

简而言之，性能优化就是在不影响系统能正确运行的前提下，运行速度更快，完成特定功能所需的时间更短。

我们可以通过某些有效的方法来提高 MySQL 数据库的性能，目的是让 MySQL 数据库的运行速度更快、占用的磁盘空间更小。

性能优化包括很多方面，例如优化查询速度、优化更新速度和优化 MySQL 服务器等。通过不同的优化方式达到提高 MySQL 数据库性能的目的。优化数据库是数据库管理员和开发人员的必备技能。

MySQL 数据库的用户和数据非常少时，很难判断数据库性能的好坏。只有当长时间运行，并且有大量用户进行频繁操作时，MySQL 数据库的性能才能体现出来。

• 例如，一个每天有几万用户同时在线的大型网站，它的数据库性能的优劣就很明显。这么多用户同时连接 MySQL 数据库，并且进行查询、插入和更新的操作。如果 MySQL 数据库的性能很差，很可能无法承受如此多用户的同时操作。另外，如果用户查询一条记录需要花费很长时间，那么用户很难会喜欢这个网站。

因此，为了提高 MySQL 数据库的性能，需要进行一系列的优化措施。一方面是找出系统的瓶颈，提高 MySQL 数据库整体的性能，另一方面需要合理的数据库结构设计和参数调整，来提高用户操作响应的速度，同时还要尽可能节省系统资源，以便系统可以提供更大负荷的服务。

例如，

• 通过优化文件系统，提高磁盘 I\O 的读写速度；
• 通过优化操作系统调度策略，提高 MySQL 在高负荷情况下的负载能力；
• 优化表结构、索引、查询语句等使查询响应更快。

如果 MySQL 数据库中需要进行大量的查询操作，那么就需要对查询语句进行优化。对于耗费时间的查询语句进行优化，可以提高整体的查询速度。如果连接 MySQL 数据库的用户很多，那么就需要对 MySQL 服务器进行优化。否则，大量的用户同时连接 MySQL 数据库，可能会造成数据库系统崩溃。

系统的分析效率低下的 SQL 两种方法：

使用 SHOW STATUS 命令

数据库管理员可以使用 SHOW STATUS 语句查询 MySQL 数据库的性能参数，了解各种 SQL 的执行频率。语法形式如下：

SHOW STATUS LIKE 'value';

其中，value 参数是常用的几个统计参数，常用参数介绍如下：

• Connections：连接 MySQL 服务器的次数；
• Uptime：MySQL 服务器的上线时间；
• Slow_queries：慢查询的次数；
• Com_select：查询操作的次数；
• Com_insert：插入操作的次数，对于批量插入操作，只累加一次；
• Com_update：更新操作的次数；
• Com_delete：删除操作的次数。

以上参数针对于所有存储引擎的表，下面几个参数只针对 InnoDB 存储引擎。

• Innodb_rows_read：表示 SELECT 语句查询的记录数；
• Innodb_rows_inserted：表示 INSERT 语句插入的记录数；
• Innodb_rows_updated：表示 UPDATE 语句更新的记录数；
• Innodb_rows_deleted：表示 DELETE 语句删除的记录数。

比如，需要查询 MySQL 服务器的连接次数，可以执行下面的 SHOW STATUS 语句：

SHOW STATUS LIKE 'Connections';

查询其它参数的方法和以上参数的查询方法相同。

通过以上几个参数，可以很容易的了解当前数据库的应用是以插入为主还是以查询为主，以及各种类型的 SQL 语句的大致执行比例。然后根据分析结果，进行相应的性能优化。

使用慢查询日志

慢查询次数参数可以结合慢查询日志，找出慢查询语句，然后针对慢查询语句进行表结构优化或者查询语句优化。

MySQL 查询分析器

查询是数据库中最频繁的操作，提高查询速度可以有效的提高 MySQL 数据库的性能。

通过对查询语句的分析，可以了解查询语句的执行情况，找出查询语句执行的瓶颈，从而优化查询语句。在 MySQL 中，可以使用 EXPLAIN 和 DESCRIBE 获取 MySQL 执行 SELECT 语句的信息，来分析查询语句。

EXPLAIN 语句的基本语法如下：

EXPLAIN SELECT 语句;

“SELECT 语句”参数一般为数据库查询命令，如“SELECT * FROM tb_student”。通过 EXPLAIN 关键字可以分析后面 SELECT 语句的执行情况，并且能够分析出所查询表的一些内容。

EXPLAIN

例子：下面使用 EXPLAIN 语句来分析一个查询语句。代码执行如下：

mysql> EXPLAIN SELECT * FROM tb_student \G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: tb_student
   partitions: NULL
         type: ALL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 7
     filtered: 100.00
        Extra: NULL
1 row in set, 1 warning (0.01 sec)

对以上结果中参数说明如下：

1. id：表示 SELECT 语句的编号，也就是在整个查询中 SELECT 的位置。如果在语句中没子查询或关联查询，只有唯一的 SELECT，每行都将显示 1。否则，内层的 SELECT 语句一般会顺序编号，对应于其在原始语句中的位置。
2. select_type：表示 SELECT 语句的类型，该参数有以下几个常用的取值：
   • SIMPLE：表示简单查询，其中不包括连接查询和子查询；
   • PRIMARY：表示主查询，或者是最外层的查询语句；
   • UNION：表示连接查询的第二个或后面的查询语句；
   • DEPENDENT UNION：连接查询中的第 2 个或后面的 SELECT 语句，取决于外面的查询；
   • UNION RESULT：连接查询的结果；
   • SUBQUERY：子查询中的第 1 个 SELECT 语句；
   • DEPENDENT SUBQUERY：子查询中的第 1 个 SELECT 语句，取决于外面的查询；
   • DERIVED：导出表的 SELECT（FROM 子句的子查询）
3. table：表示查询的表；
4. partitions：
5. type：表示表的连接类型。该参数有以下几个常用的取值，范围从 NULL 到 ALL。下面按照最佳类型到最差类型排序：
   • NULL：不用访问表或者索引，直接就能得到结果；
   • system：表示表中只有一条记录；
   • const：表示表中有多条记录，但只从表中查询一条记录；
   • eq _ref：类似 ref，表示多表连接时，后面的表使用了 UNIQUE 或者 PRIMARY KEY；
   • ref：表示多表查询时，后面的表使用了普通索引；
   • range：表示查询语句中给出了查询范围，常见于 <、<=、>、>=、between 等操作符；
   • index：表示对表中的索引进行了完整的扫描，MySQL 遍历整个索引来查询匹配的行；
   • ALL：表示对表进行了完整的扫描，MySQL 遍历全表来找到匹配的行。
6. possible_keys：表示查询中可以使用的索引；
7. key：表示实际查询中使用到的索引；
8. key_len:表示索引字段的长度；
9. ref:表示使用哪个列或常数与索引一起来查询记录；
10. rows:表示查询的行数；
11. filtered:MySQL 5.7 版本之前使用 EXPLAIN EXTENDED 时会出现这个字段，MySQL 5.7 版本之后包括 5.7 版本默认就有这个字段。这个字段表示存储引擎返回的数据在 server 层过滤后，剩下多少满足查询记录数量的比例。注意是百分比，不是具体记录数。
12. Extra:表示查询过程的附件信息。

DESCRIBE

DESCRIBE 语句的使用方法与 EXPLAIN 语句一样，DESCRIBE 语句的语法形式如下：

DESCRIBE SELECT语句；

DESCRIBE 可以缩写成 DESC。

索引对查询速度的影响

索引是数据库优化中最常用也是最重要的手段之一，通过索引可以帮助用户解决大多数的 SQL 性能问题。

多数情况下，查询速度很慢时，加上索引便能解决问题。但也并非总是如此，因为优化不是件简单的事情。但是如果你不使用索引，在许多情况下，尝试通过其它途径来提高性能都纯粹是在浪费时间。应该首先使用索引来最大程度的改善性能，然后再看看是否还有其它有用的技术。

索引提供了高效访问数据的方法，能够快速的定位表中的某条记录，加快数据库查询的速度，从而提高数据库的性能。

如果查询时不使用索引，那么查询语句将查询表中的所有字段。这样查询的速度会很慢。使用索引进行查询，查询语句不必读完表中的所有记录，而只查询索引字段。这样可以减少查询的记录数，达到提高查询速度的目的。

下面通过对比使用索引和不使用索引来分析索引对查询速度的影响。

为了便于读者更好的理解，分析之前，我们先查询一下 tb_students_info 数据表中的记录，SQL 语句和运行结果如下：

mysql> SELECT * FROM tb_students_info;
+----+------+
| id | name |
+----+------+
|  1 | 张三 |
|  2 | 李四 |
|  3 | 王五 |
|  4 | 赵六 |
|  5 | 周七 |
|  6 | 吴八 |
|  7 | 朱九 |
|  8 | 苏十 |
+----+------+
8 rows in set (0.02 sec)

使用 EXPLAIN 分析未使用索引时的查询情况，SQL 语句和运行结果如下：

mysql> EXPLAIN SELECT * FROM tb_students_info WHERE name='张三' \G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: tb_students_info
   partitions: NULL
         type: ALL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 8
     filtered: 12.50
        Extra: Using where
1 row in set, 1 warning (0.00 sec)

由结果可以看到，rows 列的值是 8，说明查询语句扫描了表中的 8 条记录。

注意：没有索引的表就相当于一组无序的行，如果我们想找到某条记录就必须检查表的每一行，看看它是否与那个期望值相匹配。这是一个全表扫描操作，其效率很低，如果表很大，而且仅有少数几条记录与搜索条件相匹配，那么整个扫描过程的效率将会超级低。

在 tb_students_info 表的 name 字段添加索引，SQL 语句和运行结果如下：

mysql> CREATE INDEX index_name ON tb_students_info(name);
Query OK, 8 rows affected (0.14 sec)

使用 EXPLAIN 再次执行上面的查询语句，SQL 语句和运行结果如下：

mysql> EXPLAIN SELECT * FROM tb_students_info WHERE name='张三' \G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: tb_students_info
   partitions: NULL
         type: ref
possible_keys: index_name
          key: index_name
      key_len: 63
          ref: const
         rows: 1
     filtered: 100.00
        Extra: NULL
1 row in set, 1 warning (0.00 sec)

结果显示，rows 列的值为 1，表示这个查询语句只扫描了表中的 1 条记录。创建索引后访问的行由 8 行减少到 1 行，其查询速度自然比扫描 8 条记录快。而且 possible_keys 和 key 的值都是 index_name，这说明查询时使用了 index_name 索引。所以，在查询操作中，使用索引不仅能自动优化查询效率，还会降低服务器的开销。

注意：由于 tb_students_info 表中记录较少，所以在这没有分析运行时间。表中记录多时，运行时间的差异也会体现出索引对查询速度的影响。

MySQL优化数据库结构

一个好的数据库设计方案会对数据库的性能起到事半功倍的效果。合理的数据库结构不仅可以使数据库占用更小的磁盘空间，而且能够使查询速度更快。

数据库结构是否合理，需要考虑是否存在冗余、对表的查询和更新的速度、表中字段的数据类型是否合理等多方面的内容

分解表

有些表在设计时设置了很多的字段，而有些字段的使用频率非常低。这样当这个表的数据量很大时，查询数据的速度就会很慢。我们可以将这些使用频率较低的字段分离出来形成新表。

例子：在 student 数据表中有很多字段，其中 comment 字段用来存储学生的备注信息。

备注信息的内容特别多，但是该字段很少使用。这时就可以分解出另外一个表。分解出的表为 student_comment，表中存储 2 个字段

• id ：id 为学生的学号
• comment：comment 为学生备注信息

student_comment 的表结构如下：

mysql> DESC `student_comment`;
+---------+---------+------+-----+---------+-------+
| Field   | Type    | Null | Key | Default | Extra |
+---------+---------+------+-----+---------+-------+
| id      | int(11) | NO   | PRI | NULL    |       |
| comment | text    | YES  |     | NULL    |       |
+---------+---------+------+-----+---------+-------+
2 rows in set (0.00 sec)

如果需要查询某个学生的备注信息，可以使用学号（id）来查询。如果需要将学生的学籍信息与备注信息同时显示，可以使用表连接查询 student 表和 student_comment 表，查询语句如下：

SELECT * FROM student, student_comment WHERE student.id=student_comment.id;

通过以上方法，可以有效的提高 student 表的查询效率。

增加中间表

表连接会降低数据库的查询速度，所以对于经常使用表连接查询的表，我们可以建立中间表来提高查询速度。

首先分析经常需要同时查询哪几个表中的哪些字段，然后将这些字段建立一个中间表，并将原来那几个表的数据插入到中间表中，之后就可以使用中间表来进行查询和统计了。

例子：下面有两个数据表，分别是 student（学生）表和 score（分数）表。这两个表的结构如下：

mysql> DESC student;
+---------+-------------+------+-----+---------+-------+
| Field   | Type        | Null | Key | Default | Extra |
+---------+-------------+------+-----+---------+-------+
| id      | int(11)     | NO   | PRI | NULL    |       |
| name    | varchar(20) | YES  |     | NULL    |       |
| sex     | varchar(4)  | YES  |     | NULL    |       |
| birth   | date        | YES  |     | NULL    |       |
| address | varchar(50) | YES  |     | NULL    |       |
+---------+-------------+------+-----+---------+-------+
5 rows in set (0.00 sec)

mysql> DESC score;
+--------+-------------+------+-----+---------+-------+
| Field  | Type        | Null | Key | Default | Extra |
+--------+-------------+------+-----+---------+-------+
| id     | int(11)     | NO   | PRI | NULL    |       |
| stu_id | int(11)     | NO   | MUL | NULL    |       |
| c_name | varchar(20) | YES  |     | NULL    |       |
| grade  | int(11)     | YES  |     | NULL    |       |
+--------+-------------+------+-----+---------+-------+
4 rows in set (0.00 sec)

实际应用中，经常需要查询学生的学号、姓名和成绩。对于这种情况，我们可以创建一个 temp_score 表。temp_score 表中存储 3 个字段，分别是 id、name 和 grade。

创建 temp_score 的 SQL 语句如下：

mysql> CREATE TABLE temp_score(
-> id INT NOT NULL,
-> name VARCHAR(20) NOT NULL,
-> grade FLOAT
-> );
Query OK, 0 rows affected (0.00 sec)

然后从 student 表和 score 表中将记录导入到 temp_score 表中。INSERT 语句如下：

INSERT INTO temp_score SELECT student.id, student.name, score.grade
FROM student, score WHERE student.id=score.stu_id;

将这些数据插入到 temp_score 表中以后，可以直接从 temp_score 表中查询学生的学号、姓名和成绩。这样就省去了每次查询时进行表连接，提高了数据库的查询速度。

增加冗余字段

一般情况下，设计数据库时应尽量让表符合三大范式。但是，有时为了提高查询速度，可以有意识地在表中增加冗余字段。

表的规范化程度越高，表与表之间的关系就越多，查询时也就经常需要在多个表之间进行连接查询，而连接操作会降低查询速度。

• 例如，学生的信息存储在 student 表中，院系信息存储在 department 表中。通过 student 表中的 dept_id 字段与 department 表建立关联关系。

如果要查询一个学生所在系的名称，就必须从 student 表中查找学生所在院系的编号（dept_id），然后根据这个编号去 department 查找系的名称。这个连接查询会浪费很多的时间。因此可以在 student 表中增加一个冗余字段 deptname，用来存储学生所在院系的名称。这样就不用每次都进行连接操作了。

分解表、增加中间表和增加冗余字段都浪费了一定的磁盘空间。从数据库性能的角度来看，增加少量的冗余来提高数据库的查询速度是可以接受的。是否通过增加冗余来提高数据库性能，这要根据 MySQL 服务器的具体要求来定。如果磁盘空间很大，可以考虑牺牲一点磁盘空间。

MySQL优化插入数据速度

在 MySQL 中，向数据表插入数据时，索引、唯一性检查、数据大小是影响插入速度的主要因素。

根据不同情况，可以分别进行优化。

MyISAM 引擎表优化方法

禁用索引

对非空表插入数据时，MySQL 会根据表的索引对插入的记录进行排序。插入大量数据时，这些排序会降低插入数据的速度。为了解决这种情况，可以在插入数据之前先禁用索引，等到数据都插入完毕后在开启索引。

禁用索引的语句为：

ALTER TABLE table_name DISABLE KEYS;

重新开启索引的语句为：

ALTER TABLE table_name ENABLE KEYS;

对于新创建的表，可以先不创建索引，等到数据都导入以后再创建索引，这样可以提高导入数据的速度。

禁用唯一性检查

插入数据时，MySQL 会对插入的数据进行唯一性检查。这种唯一性检验会降低插入数据的速度。为了降低这种情况对查询速度的影响，可以在插入数据前禁用唯一性检查，等到插入数据完毕后在开启。

禁用唯一性检查的语句为：

SET UNIQUE_CHECKS=0;

开启唯一性检查的语句为：

SET UNIQUE_CHECKS=1;

使用批量插入

在 MySQL 中，插入多条数据有 2 种方式。第一种是使用一个 INSERT 语句插入多条数据。INSERT 语句的情形如下：

INSERT INTO items(name,city,price,number,picture) VALUES ('耐克运动鞋','广州',500,1000,'001.jpg'),('耐克运动鞋2','广州2',500,1000,'002.jpg');

第二种是一个 INSERT 语句只插入一条数据，执行多个 INSERT 语句来插入多条数据。INSERT 语句的情形如下：

INSERT INTO items(name,city,price,number,picture) VALUES('耐克运动鞋','广州',500,1000,'001.jpg');
INSERT INTO items(name,city,price,number,picture) VALUES('耐克运动鞋2','广州',500,1000,'002.jpg');

一次性插入多条数据和多次插入数据所耗费的时间是不一样的。第一种方式减少了与数据库之间的连接等操作，其速度比第二种方式要快一些。所以插入大量数据时，建议使用第一种方法。

注意：如果能用 LOAD DATA INFILE 语句，就尽量用 LOAD DATA INFILE 语句。因为 LOAD DATA INFILE 语句导入数据的速度比 INSERT 语句的速度快。

InnoDB 引擎表优化方法

禁用索引&禁用唯一性检查

同 MyISAM 引擎相同，插入数据之前先禁用索引，等到数据都插入完毕后在开启索引。

禁用外键检查

使用外键时，在子表中插入一条数据，首先会检查主表中是否有相应的主键值，然后锁定主表的记录，在插入值。相比较，使用外键多了2步操作，速度会慢一些。所以我们可以在插入数据之前禁止对外键的检查，数据插入完成之后再恢复对外键的检查。不多对于数据完整性要求较高的系统不建议使用。

禁用外键检查语句为：

SET FOREIGN_KEY_CHECKS=0;

恢复对外键的检查语句为：

SET FOREIGN_KEY_CHECKS=1;

禁止自动提交

MySQL 的事务自动提交模式默认是开启的，其对 MySQL 的性能也有一定得影响。也就是说如果你插入了 1000 条数据，MySQL 就会提交 1000 次，这大大影响了插入数据的速度。而如果我们把自动提交关掉，通过程序来控制，只要一次提交就可以了。

所以插入数据之前可以先禁止事务的自动提交，待数据导入完成之后，再恢复自动提交操作。

禁止自动提交语句为：

SET AUTOCOMMIT=0;

恢复自动提交语句为：

SET AUTOCOMMIT=1;

优化MySQL服务器

MySQL 中，可以通过两个方面来优化服务器，即硬件和配置参数的优化。通过这些优化方式，可以提高 MySQL 的运行速度。

优化服务器硬件

服务器的硬件直接决定着 MySQL 数据库的性能。例如，增加内存和提高硬盘的读写速度，可以提高 MySQL 数据库的查询、更新的速度。

优化服务器硬件的方法主要有以下几种：

• 配置较大的内存
• 配置高速磁盘系统，以减少读盘的等待时间，提高响应速度
• 合理分布磁盘 I/O，把磁盘 I/O 分散在多个设备上，以减少资源竞争，提高并行操作能力
• 配置多处理器，MySQL 是多线程的数据库，多处理器可同时执行多个线程

随着硬件技术的成熟，硬件的价格也随之降低。现在普通的个人电脑都已经配置了 8GB 内存，甚至一些个人电脑配置 16GB/32GB/64GB 内存。因为内存的读写速度比硬盘的读写速度快。可以在内存中为 MySQL 设置更多的缓冲区，这样可以提高 MySQL 的访问的速度。如果将查询频率很高的记录存储在内存中，那么查询速度就会很快。

如果条件允许，可以将内存提高。并且选择 my-innodb-heavy-4G.ini 作为 MySQL 数据库的配置文件。但是，这个配置文件主要支持 InnoDB 存储引擎的表。如果使用 8GB 内存，可以选择 my-huge.ini 作为配置文件。MySQL 所在的计算机最好是专用数据库服务器，这样数据库就可以完全利用该机器的资源。

服务器类型分为 Developer Machine、Server Machine 和 Dedicate MySQL Server Machine。其中 Developer Machine 用来做软件开发的时候使用，数据库占用的资源比较少。后面两者占用的资源比较多，尤其是 Dedicate MySQL Server Machine，其几乎要占用所有的资源。

还可以使用多块磁盘来存储数据。这样可以从多个磁盘上并行读取数据，提高数据库读取数据的速度。通过镜像机制可以将不同计算机上的 MySQL 服务器进行同步，这些 MySQL 服务器中的数据都是一样的。

通过不同的 MySQL 服务器来提供数据库服务，这样可以降低单个 MySQL 服务器的压力，从而提高 MySQL 的性能。

优化MySQL参数

和大多数数据库一样，MySQL 提供了很多参数来进行服务器的优化设置。数据库服务器第一次启动时，很多参数都是默认设置的，这在实际应用中并不能完全满足需求，为此数据库管理员要进行必要的设置。

查看性能参数的方法

MySQL 服务器启动之后，可以使用 SHOW VARIABLES 命令查看系统参数，也可称为静态参数。这些参数是系统默认或者 DBA 调整优化后的参数，可以通过 SET 命令或在配置文件中修改。

使用 SHOW STATUS 命令查询服务器运行的实时状态信息，也就是动态参数。便于 DBA 查看当前 MySQL 运行的状态，做出相应优化，不能手动修改。

例子：下面为使用 SHOW VARIABLES 和 SHOW STATUS 命令的实例。

mysql> SHOW VARIABLES LIKE 'key_buffer_size';
+-----------------+----------+
| Variable_name   | Value    |
+-----------------+----------+
| key_buffer_size | 33554432 |
+-----------------+----------+
1 row in set, 1 warning (0.00 sec)

mysql> SHOW STATUS LIKE 'key_read_requests';
+-------------------+-------+
| Variable_name     | Value |
+-------------------+-------+
| Key_read_requests | 149   |
+-------------------+-------+
1 row in set (0.01 sec)

设置优化性能参数

在 MySQL 中，有些参数直接影响到系统的性能。我们可以通过优化 MySQL 的参数提高资源利用率，从而达到提高 MySQL 服务器性能的目的。

以下配置参数都在 my.cnf 或者 my.ini 文件的 [mysqld] 组中。

1. key_buffer_size（针对MyISAM存储引擎）：表示索引缓存的大小，这个参数是对 MyISAM 表性能影响最大的一个参数。值越大，索引进行查询的速度越快。
   • 通过检查状态值 key_read_requests 和 key_reads，可以知道 key_buffer_size 的值是否合理。正常情况下，key_reads / key_read_requests 的比例值需小于 0.01。
2. table_cache（针对MyISAM存储引擎）：表示数据库用户同时打开的表的个数。值越大，能够同时打开的表的个数越多。需要注意的是，这个值不是越大越好，因为同时打开的表太多会影响操作系统的性能。
   • 在设置该参数的时候，可以通过 open_tables 和 opened_tables 变量的值来确定该参数的值。open_tables 参数表示当前打开的表缓存数，opened_tables 参数表示曾经打开的表缓存数。
   • 如果 open_tables 的值已经接近 table_cache 的值，且 opened_tables 还在不断变大，则说明 MySQL 正在将缓存的表释放以容纳新的表，此时可能需要加大table_cache 的值。对于大多数情况，比较适合的值如下：
     • open_tables / opened_tables >= 0.85
     • open_tables / table_cache <= 0.95
   • 执行 FLUSH TABLE 操作后，系统会关闭一些当前没有使用的表缓存，因此 FLUSH TABLE 后，open_tables 参数的值会变小，opened_tables 参数的值不会变。
3. query_cache_size：表示查询缓存区的大小。使用查询缓存区可以提高查询的速度。内存中会为 MySQL 保留部分的缓存区，这些缓存区可以提高 MySQL 的处理速度。可以从以下几个方面考虑如何设置该参数的大小：
   • 查询缓存对 DDL 和 DML 语句的性能的影响
   • 查询缓存的内部维护成本
   • 查询缓存的命中率以及内存使用率等因素
4. query_cache_type：表示查询缓冲区的开启状态，用于控制查询结果是否放到查询缓存中。这种方式只适用于修改操作少且经常执行相同的查询操作的情况，其默认值为 0。
   • 值为 0 表示关闭；
   • 值为 1 表示开启；
   • 值为 2 表示按要求使用查询缓存区，只有 SELECT 语句中使用了 SQL_CACHE 关键字，查询缓存区才会使用。例如，SELECT SQL_CACHE * FROM student。
5. max_connections：表示数据库的最大连接数，默认值为 100。参数最大值不能超过 16384，即使超过也以 16384 为准。该参数设置过小的最明显特征是出现“Too many connections”错误。当然连接数也不是越大越好，因为这些连接会浪费内存的资源。
6. sort_buffer_size：表示排序缓存区的大小。值越大，排序的速度越快。
7. read_buffer_size：表示为每个线程保留的缓冲区的大小。当线程需要从表中连续读取记录时需要用到这个缓冲区。
8. read_rnd_buffer_size：表示为每个线程保留的缓冲区的大小，与 read_buffer_size 相似。但主要用于存储按特定顺序读取出来的记录。
9. innodb_buffer_pool_size：表示 InnoDB 类型的表和索引的最大缓存。值越大，查询的速度越快。但是这个值太大了也会影响操作系统的性能。
10. 调优参考计算方法：
    • val = Innodb_buffer_pool_pages_data / Innodb_buffer_pool_pages_total * 100%
    • val > 95% 则考虑增大 innodb_buffer_pool_size， 建议使用物理内存的 75%
    • val < 95% 则考虑减小 innodb_buffer_pool_size， 建议设置为：Innodb_buffer_pool_pages_data * Innodb_page_size * 1.05 / (102410241024)
11. innodb_log_file_size：该参数的作用是设置日志组中每个日志文件的大小。该参数在高写入负载尤其是大数据集的情况下很重要，这个值越大则性能相对较高。最好不要超过 innodb_log_files_in_group * innodb_log_file_size 的 0.75。
12. innodb_log_files_in_group：该参数用于指定数据库中有几个日志组，默认为2个，因为有可能出现跨日志的大事务，一般来讲，建议使用 3~4 个日志组。
13. innodb_log_buffer_size：该参数的作用是设置日志缓存的大小，一旦提交事务，则将该缓存池中的内容写到磁盘的日志文件上。该参数的设置在中等强度写入负载以及较短事务情况下，一般都可以满足服务器的性能要求。如果服务器负载较大，可以考虑加大该参数的值。一般缓存池中的内存每秒钟写到磁盘一次，所以设置较大会浪费内存空间，一般设置为 8MB~16MB 就足够了。可以参考 Innodb_os_log_written 的值，如果该值增加过快，可以适当的增加该参数的值。
14. innodb_flush_log_at_trx_commit：表示何时将缓冲区的数据写入日志文件，并且将日志文件写入磁盘中。该参数有 3 个值，分别为 0、1 和 2。
    • 值为 0 时，表示每隔 1 秒将数据写入日志文件并将日志文件写入磁盘；
    • 值为 1 时，表示每次提交事务时将数据写入日志文件并将日志文件写入磁盘；
    • 值为 2 时，表示每次提交事务时将数据写入日志文件，每隔 1 秒将日志文件写入磁盘。

该参数的默认值为 1，是最安全最合理的值。为了保证事务的持久性和一致性，建议将该参数设置为 1。

参数设置的值要根据自己的实际情况来设置，并不是值越大越好，可能设置的数值太大体现不出优化效果，反而造成系统空间被占用，导致操作系统变慢。合理的配置参数可以提高 MySQL 服务器的性能。需要注意的是，配置完参数以后，需要重新启动 MySQL 服务配置才会生效。